调整义务苹果谷选择能源AVCE 1.9 1.0 1.0 1.0 3.8南加州CPASC的清洁能力联盟98.5 49.2 49.2 196.9清洁能力旧金山CPSF 28.5 14.3 14.3 14.3 57.0 Direct Energe,L.L.L.C。DEB 20.2 10.1 10.1 40.3 East Bay Community Energy EBCE 49.8 24.9 24.9 99.6 Lancaster Clean Energy LCE 4.7 2.4 2.4 9.4 Marin Clean Energy MCE 43.8 21.9 21.9 87.5 Monterey Bay Community Power Authority MBCPA 28.7 14.4 14.4 57.4 Peninsula Clean Energy PCEA 27.5 13.8 13.8 55.0 Pico Rivera Innovative Municipal Energy PRIME 1.3 0.7 0.7 2.6 Pioneer Community Energy PIONEER 9.3 4.6 4.6 18.5 Rancho Mirage Energy Authority RMEA 2.4 1.2 1.2 4.8 Redwood Cost Energy Authority RCEA 5.4 2.7 2.7 10.7 San Jacinto Power SJP 1.4 0.7 0.7 2.8 San Jose Clean Energy SJCE 38.8 19.4 19.4 77.6 Shell Energy North America SENA 37.0 18.5 18.5 74.0硅谷清洁能源SVCEA 33.6 16.8 16.8 67.2 SOMONA清洁能力Soma Soma 21.7 10.8 10.8 10.8 43.3 UC总统UCOP办公室UCOP 1.7 0.8 0.8 0.8 3.4 Valley Clean Clean Clean Alliance vcea 6.3 3.2 3.2 3.2 12.2 12.6 12.6 12.6 12.6 Calpine Energy Solutions NES 25.4 12.7 50.7 50.7 50.7 50.7 50.8 Capine capine capine l.850.8 Capine capine capine capine capine capine capine capine capine capine l.850.8加收率。(1362)CPA 8.6 4.3 4.3 4.3 17.1 3阶段3PR American Powernet Management Apn Baldwin Park,Cobp Cobp Cosb Cosb Cosb Cosb Cosb Cosb Clean Clean Clean Calliance Cea Commerce Energy Inc。(1092)CEI CEE CES ENCERIC(1092)CEI CES ENCEMER KCCP Pilot Power Group,Inc。PPG Pomona,Pomona San Diego Community Power SDCP SDCP Santa Barbara Clean Energy SBCE TIGER SBCE TIGER天然气TNG西部社区能源WCE PG&E PGE PG&E PGE 382.6 191.3 191.3 191.3 765.3 765.1 SCE SCE 620.7 310.7 310.3 310.3 310.3 310.3 7. 7 7. 7 7. 7. SDG&SDG&SDG&SDG&SDG&SDG&SDG&SDG&SDG&sd SDG&sd SDG&sd SDG&sd sd sd sd sd sd sd s。 301.3 1,650 825 825 3,300
iac-20,b4,3,6,x59219 Olfar的自主任务计划:Lunar轨道上的卫星群,用于射电射线天文学的Sung-Hoon Mok A *,Jian Guo A,Jian Guo A,Eberhard Gill A,Eberhard Gill A,Raj Thilak Rajan Ba Aerospace Engifetry of Aerospace Engineering(lr)(LR),LR),DELLE(LR),deflue(lr),deflue(lr)。荷兰2629 HS,s.mok@tudelft.nl; j.guo@tudelft.nl; e.k.a.gill@tudelft.nl b Faculty of Electrical Engineering, Mathematics & Computer Science (EWI), Delft University of Technology, Mekelweg 4, Delft, The Netherlands 2628 CD , r.t.rajan@tudelft.nl * Corresponding Author Abstract Orbiting Low Frequency Array for Radio Astronomy (OLFAR) is a radio astronomy mission that has been studied since 2010 by several荷兰大学和研究机构。该任务旨在通过在30 MHz频带以下的超低波长状态下收集宇宙信号来产生天空图。一颗卫星群,其中包括10多个配备了被动天线的卫星,将部署在可以最小化射频干扰的太空中,例如,在月球的远处。到目前为止,已经投入了一些研究来设计空间部分,其中包括有效载荷和平台元素。但是,尚未详细设计地面部分,尤其是任务计划系统。在本文中,根据当前的卫星设计提出了任务计划问题后,提出了OLFAR的系统任务计划方法。关键字:任务规划,射电天文学,卫星群,月球轨道,地面部门,自治1。任务控制元素(MCE)是地面部分元素之一,其主要功能是任务计划和计划。简介地面细分市场对于任务成功以及太空领域和发射部门[1]起着重要作用。它旨在在有限的资源和限制下安排几个任务;最终,为特定的计划范围生成时间表。任务计划算法(或不久的算法)通常可以分为三类:确定性精确算法,确定性近似算法和非确定性近似算法[2]。首先,确定性精确算法提供了一个精确的最佳解决方案,但需要三个方面的计算时间最长。例如,蛮力搜索需要在获得全球最佳解决方案之前列举所有可能的候选者。其次,确定性近似算法提供了一个亚最佳解决方案,其计算负担明显较小。它通常被称为启发式算法[3]。有例如贪婪算法和本地搜索算法。第三,非确定性近似算法也提供了次优的解决方案,通常称为元启发式算法或基于人群的算法。遗传算法和粒子群优化是众所周知的非确定性近似算法。但是,应注意的是,算法的定义和分类在文献中通常会有所不同。